基于RMF的成品油销售企业客户分类管理研究

王瑞霞

摘  要：近年来，成品油市场竞争日益激烈，而竞争的关键点在于对客户的争夺。如何做好客户维护，为客户创造价值，首要环节就是做好客户分类。客户分类管理的目的是使企业更好地分析客户购买行为，从而有针对性地提升客户服务质量，并为后期客户价值挖掘做好铺垫。本文以A石油公司为例，运用RFM模型、K-均值聚类、对偶分析法等工具对成品油销售企业客户分类管理进行了实证研究，从而为后续的客户服务奠定了基础。

关键词：成品油销售;客户分类;RFM模型;K-均值聚类

一、成品油销售客户分类管理现状

成品油销售客户按照销售渠道可分为两大类，即零售客户和直分销客户。本文以A石油公司为例，研究直分销客户的分类管理。

国内对成品油销售企业客户分类管理的研究，大多是从定性分析的角度出发，少量结合定量分析。

（一）国内研究现状

针对客户分类管理的研究在我国成品油销售领域虽然进行了一些探索，但是相对来说还比较少。李海明在《中石油S销售公司客户关系管理研究》中，采用ABC识别法、CLV分析法划分客户类型，从而改进客户维护;张乃政等在《成品油营销中的顾客价值识别》中，运用层次分析法对不同类型的客户进行价值评估;严伟在《中石油阿勒泰销售公司客户分类管理研究》中，采用五星客户分类管理模式对客户销售量进行排序分类，并根据客户类型提出相应的营销策略。

从总体上来讲，客户分类管理在我国成品油销售企业的应用尚不成熟，大多是定性的、概念上的分析，定量分析也多是对单一指标的研究，没有形成系统的客户分类管理模式。

（二）企业内部客户分类管理现状

A石油公司对直分销客户从不同维度对客户进行了分类，定性分类方法主要有：根据客户性质将客户划分为终端直销、社会加油站和贸易商类客户;根据客户需求偏好可以划分为资源保障型、品质服务型、感情投入型和价格敏感型。这些定性的分类方法也仅是概念上的区分，没有应用到实际管理中。A石油公司虽然每年也在根据客户购油量划分客户级别，但是分级管理指标单一，客户分类管理效果不明显。

二、RFM模型分析

RFM模型主要涉及3个指标，即近度R（Recency）、频度 F（Frequency） 和值度M（ Monetary） 。指标数据均为客户的日常销售数据，比较容易获得。RFM的基本思路是通过对3个指标的分析来判断每类客户的价值， 其优势在于通过比较RFM平均值与总RFM平均值的变动情况，总结客户的变化规律和行为特征，常被用于研究客户忠诚度、活跃度。

（一）相关指标说明

本文根据成品油销售市场的特点及企业管理的需要，将RFM指标做了一定的改进。R是客户最近一次购油距离分析点的天数，代表客户的活跃度，最近购油的客户更有可能再一次购油，对营销活动的响应力度也比长时间未购油的客户强，因此R值越低，客户价值越高;F是客户一定时期内购油的频率，代表客户的稳定性，用发生业务的天数表示，多次购油的客户比购油次数少的客户更有可能再次购买，因此F值越高，客户价值越高;M是客户一定时期内的总消费金额，由于不同规模、不同类型的客户能够带来的效益差别很大，因此，本文用销售毛利代替总消费金额作为客户价值的值度指标。M值越高，客户价值越高。

（二）基于RFM的客户类型分析

本文借鉴帅斌等人的研究，将成品油销售企业客户分为8种类型，即重要保持客户（R↓F↑M↑）、重要发展客户（R↓F↓M↑）、重要挽留客户（R↑F↑M↑）、一般价值客户（R↑F↓M↑）、一般保持客户（R↓F↑M↓）、一般发展客户（R↓F↓M↓）、一般挽留客户（R↑F↑M↓）及无价值客户（R↑F↓M↓）。

（三）RFM模型分析步骤

1、 数据收集

根据RFM指标要求收集客户数据信息，客户原始数据的准确性是进行客户分类管理的前提。

2、 RFM指标权重分析

不同行业，乃至不同企业指标权重都可能不同。成品油销售具有其自身的特点，有必要对成品油销售企业的RFM指标权重进行赋值。本文采用相对比较简单的对偶比较法，计算RFM各指标的权重ωR、ωF、ωM，并且3个指标权重要归一化，即相加等于1，分析过程如下：

（1）对RFM的3个指标进行两两比较，构造成对比较矩阵。

（2）采用连加评分法求得各指标的分值、所有指标的总分值。

（3）计算各指标的分值与总分值之比，得到各指标的权重ωR、ωF、ωM。

3、将RFM各指标标准化

在RFM值计算中，3个评价指标的量纲和数量级不相同。为了消除量纲和数量级的影响，确保数据分析准确性，需要对原始数据进行标准化处理。本文采用“最大-最小标准化”方法对原始数据进行无量纲化处理。设minX和maxX分别为某指标的最小值和最大值，当指标望大特性时，标准化处理的公式为：X'=（X-minX）/（maxX-minX）;当指标望小特性时，标准化处理的公式为：X'=（maxX-X）/（maxX-minX）。

R指标对客户价值存在相反关系，F 和 M 指标对客户价值存在正相关关系，计算公式如下：

C[jR]=[maxR-RmaxR-minR]，C[jF]=[F-minFmaxF-minF]，C[jM]=[M-minMmaxM-minM]（1）

在公式（1）中，C[jR]、C[jF]、C[jM]分別指客户j标准化后的R、F、M值。

4、聚类分析

应用K-均值聚类分析法，对成品油销售企业客户进行分类，分析过程如下。

（1）应用SPSS软件的K-均值聚类分析法，对标准化后的销售数据进行聚类分析操作，得到k类成品油销售客户。

（2）分别将每类成品油销售客户的RFM指标均值与总均值作比较，得到每类客户的RFM类型。

（3）利用公式（2）加权计算各类客户的综合RFM值，并对综合价值进行排序。

C[jI]=ωR×C[jR]+ωF×C[jF]+ωM×C[jM]（2）

在公式（2）中，C[jI]指客户j加权后的RFM值，C[jR]、C[jF]、C[jM]分别为客户j标准化处理后的R、F、M数值。

三、成品油销售企业客户分类实证研究

（一）指标权重分析

本文邀请了6名商业客户部主任及3名客户经理，对RFM三项指标的重要性进行排序，赋值1-3分。首先构建每位评分者三项指标的两两比较矩阵，然后采用对偶分析法求得每位评分者三项指标的权重，最后用算术平均数求得三项指标的权重。第一位评分者三项指标的权重如表1所示。

同理，计算另外8位评分者RFM三项指标的权重，采用算术平均数求出RFM三项指标的权重ωR、ωF、ωM，如表2所示。

从表2中可以看出，F指标的权重最大0.46，即专家们认为在客户管理中购油频率是最重要的因素，其次是R最近一次购油0.3，最后是M毛利0.24，这与A石油公司的实际情况也是比较相符的。成品油市场价格未完全放开，因此毛利不是企业关注的首要指标，最重要的指标是客户的稳定性，客户的流失也就代表着销量的流失、市场份额的流失。

（二）客户类型分析

本文选取2019年1-6月的直分销数据，对建立的RFM客户分类模型进行实证研究。按照公式（1）利用excel软件对原始数据进行标准化处理，处理后的部分数据如表3。

对标准化处理后的销售数据，利用SPSS 23.0进行K-均值聚类分析，输入最近一次购油C[jR]、购油频率C[jF]、毛利C[jM]3组数据。聚类分析的关键点是确定聚类的类别数。在RFM模型中，基本的客户类别数由每类客户的综合RFM值与总RFM平均值比较结果来决定，共有8种可能结果，因此将类别数确定为8，根据研究目的的不同，类别数还可以细化。通过软件分析得到8类客户。分别将8类客户的RFM平均值与总RFM均值一一比較，可以得到每类客户的变动情况，并以此定义A石油公司的客户类型。

利用公式（2）加权计算各类客户的综合RFM值C[jI]，并对C[jI]进行排序，结果如表4所示。通过比较发现，重要保持客户和一般保持客户的客户价值较高，这两类客户需要企业重点维护，要定期拜访，关键时刻可以由企业领导直接进行“高层公关”;其次是一般发展客户分值，这类客户如果属于新开发客户，则要派专人紧盯，加大维护力度;无价值客户分值最低，特殊情况下可以放弃。

四、结语

客户是成品油销售企业最重要的资源，如何优化企业资源，为客户提供更好的差异化服务，首先就需要做好客户分类管理。本文分析了客户分类管理的现状及存在的不足，提出通过建立RFM模型进行成品油销售客户分类管理，并以A销售企业为例进行了实证研究。RFM模型为成品油销售企业客户分类管理提供了新的思路，但同时RFM模型也具有一定的局限性，一是仅能对现有客户进行分类，对于潜在客户则无法分析;二是仅能对客户现有价值进行分析，而对客户全生命周期价值则需要更深一步的分析。

参考文献：

[1]帅斌，邓绍蔚，黄丽霞.基于改进RFM模型的铁路快捷货运客户市场细分方法[J].铁道科学与工程学报，2014（01）.

[2]刘朝华，梅强，蔡淑琴.基于RFM的客户分类及价值评价模型[J].技术经济与管理研究，2012（05）.

[3] 赵晓煜，黄小原，孙福权.基于RFM分析的促销组合策略优化模型[J].中国管理科学，2005（01）.

[4]季晓芬，贾真.基于RFM行为模型的服装企业VIP顾客数据挖掘[J].浙江理工大学学报（社会科学版），2015（02）.

[5]林盛，晓旭.基于RFM的电信客户市场细分方法[J].哈尔滨工业大学学报，2005（05）.